NASA Starling任务演示FALCON：卫星与碎片自主光学导航不依赖GPS
NASA Starling任务通过FALCON系统利用星上相机识别其他航天器和轨道碎片，结合国防部公开目录计算自身轨道，实现GPS独立导航。三天内自主精化了200多个物体的轨道估计，精度超过地面目录数据。
全部AI 动态
全部动态
今日 780 条ScienceDaily · AIAI 评分5858 NVIDIA Developer · AIAI 评分2323 NVIDIA NVLink Fusion 将 NVHBM 带入下一代 AI 基础设施
NVIDIA NVLink Fusion 把 NVHBM 引入下一代 AI 基础设施，帮助超大规模和 AI 原生公司部署的自研加速器（XPU）满足大模型与复杂推理工作负载对高带宽内存和算力的需求。
NVIDIA Developer · AIAI 评分2525 如何利用 AI 智能体训练跨具身机器人导航策略
导航使机器人将感知与运动转化为有目的的自主能力，需持续定位、解读环境、选择路径并避障到达目标。将导航能力迁移到新机器人或新场景时，可能需要新的数据、仿真资产和机器人接口。
Amazon Science精选AI 评分6262 当 LLM 评判者一致时，我们该相信吗：基于 Ising 模型的依赖感知聚合方法
Amazon Science 提出基于 Ising 模型的依赖感知聚合方法，在相关性、毒性、摘要三任务上相对加权多数投票提升 9%–14%。该方法通过建模评判者之间的成对依赖关系，在无监督设置下利用评估日志中的同意与分歧模式调整聚合权重。
推荐理由：原文给出了依赖感知聚合方法与多数投票的对比结果，读者可据此判断是否需要重新审视现有 LLM-as-a-judge 评估流程。
NVIDIA Developer · AIAI 评分5656 Qwen3.8-Flash-Next 模型权重发布，可在 NVIDIA GB300 NVL72 上试用
阿里巴巴释放 Qwen3.8-Flash-Next 模型权重，作为 Qwen4 架构的预览供开发者实验与评估。该模型为多模态 MoE，主模型 125B 参数，附加 51B N-gram 嵌入，每 token 激活 6B 参数，原生上下文窗口 262,144 token，可扩展至 1M token。
Google DeepMind精选AI 评分6262 Google 发布 Gemini 3.5 Transcribe 语音转写模型
Google 发布语音转文字模型 Gemini 3.5 Transcribe，据 Artificial Analysis 测试流式 WER 为 4.0%、非流式为 2.6%。
推荐理由：原文列出流式与非流式 WER、延迟改进幅度及两条 API 形态，可与 Chirp 3 对照判断升级幅度。
Microsoft Semantic Kernel精选AI 评分6767 Microsoft Agent Framework 引入 Agent 与 Workflow 通道支持
Microsoft Agent Framework 发布 Python 通道包，支持 OpenAI Responses、Telegram、A2A 和 MCP 协议接入。
推荐理由：原文给出了多协议接入能力和共享状态模型，开发者可据此判断是否需要将现有 Agent Framework 应用扩展到新的通道。
IEEE Spectrum · AIAI 评分6262 Goodfire发布Silico平台，开放AI模型可解释性工具
Goodfire推出Silico平台并开放公众使用，同时提供100万美元免费使用额度支持学术和非营利研究。平台基于机械可解释性，结合多种工具与AI代理，帮助用户调查模型行为，如幻觉成因，并已用于发现阿尔茨海默病新生物标志物。
AIHubAI 评分5757 RoboCup 2026首次进行11对11人形足球赛
RoboCup 2026在仁川举行史上首次11对11人形足球赛，德国B-Human对阵HTWK Robots，两队均使用Booster Robotics设计的机器人。RoboCup联合会主席Ubbo Visser表示，新硬件与AI智能的结合将人形机器人足球推向新高度。
MIT News · AIAI 评分5959 MIT提出CrysVCD框架提升材料生成化学稳定性
MIT研究人员开发CrysVCD框架，在材料生成初期通过价电子约束规则筛选不稳定结构，与扩散模型和语言模型结合使用。近70%计算生成达到晶格动力学稳定标准，机械稳定性和亚稳性分别达68%和85%，生成效率比事后筛选提高一个数量级。
Kubernetes AIAI 评分3232 Kubernetes v1.37 Garhwal 发布
Kubernetes v1.37 发布，主题为 Garhwal，包含 67 项增强，其中 16 项升为 Stable、23 项升为 Beta、27 项进入 Alpha、1 项弃用。Stable 特性包括弹性 watchcache 初始化，Beta 特性包括 HorizontalPodAutoscaler 缩放到零和基于清单的准入控制配置，Alpha 特性包括 Pod 级检查点与恢复。
Hugging Face Blog精选AI 评分6262 使用 Sentence Transformers 训练与微调多向量嵌入模型
Sentence Transformers v6.0 引入 MultiVectorEncoder，支持 ColBERT 风格的晚交互检索，并提供完整微调流程。
推荐理由：原文给出了一套完整的多向量模型微调流程与实测数据，读者可据此在单张消费级 GPU 上复现领域检索模型。
NVIDIA Developer · AI精选AI 评分6262 NVIDIA Dynamo 推出 Shadow Engine Recovery，LLM 推理容量可秒级恢复
NVIDIA Dynamo 推出 Shadow Engine Recovery 预览功能，在 LLM 引擎进程失败时实现秒级恢复，避免冷启动带来的权重加载、kernel 编译和 CUDA graph 捕获开销。
推荐理由：原文给出热恢复能力与秒级恢复入口，读者可据此评估它对推理可用性的实际影响。
Google ResearchAI 评分5252 AgentHands：为 XR 中基于空间的智能体对话生成交互式手部手势
Google Research 在 CHI 2026 发表 AgentHands 原型，利用 XR 空间理解能力为 AI 智能体添加与语音同步的手部手势。系统包含环境感知、手势事件库、嵌入手势的推理和同步执行模块，在 12 人用户研究中相比纯语音基线显著提升了空间定位、复杂动作理解、安全提示效果并降低了认知负荷。
Google AI BlogAI 评分1212 用 Google Search 升级家居装饰的 5 种方式
summary_zh: Google Search 提供 5 种工具帮助用户升级家居装饰：AI Mode 可上传房间照片可视化推荐沙发并生成预览；Google Lens 可识别复古物品并搜索相似商品。
Hugging Face Blog精选AI 评分6767 Granite 4.2 推理模型构建方法解析
IBM Granite 4.2 推理模型家族（3B/8B/30B）采用分阶段强化学习流水线构建，支持思考/非思考切换与低思考预算模式。8B 与 30B 经过智能体 RL 训练，可在真实沙盒环境中进行代码编辑、终端操作与网页搜索，训练基于 NeMo-RL 与 NeMo-Gym，最终以 Apache 2.0 许可证开源。
推荐理由：详细展示了从可验证奖励到智能体环境交互的分阶段强化学习流水线，为构建具备工具调用能力的推理模型提供了可复现的训练框架。
NVIDIA Developer · AIAI 评分3838 CUDA Python 1.0：稳定 API、统一基础与完整平台访问
NVIDIA 发布 CUDA Python 1.0，提供稳定的公共 API，让 Python 开发者无需深入 CUDA C++ 即可直接访问 GPU。统一基础层减少对 PyTorch、CuPy、RAPIDS 等上层库的依赖，降低维护绑定与构建工具链的成本。完整平台访问使开发者能更灵活地编写 GPU 加速代码，推动 Python GPU 生态进一步发展。
Ben's Bites · NewsAI 评分3535 Claude Code 移动端 Remote Control 更新：可从手机启动会话、断线自愈、iOS 加载更快
Claude Code Remote Control 更新支持从手机启动新会话、笔记本电脑与手机断线后自动恢复，iOS 上会话加载更快。Claude Academy 推出 Anthropic 免费的课程、教程和岗位指南。
Hugging Face Blog精选AI 评分6666 Quantization-Aware Healing：压缩后的 4 位模型超越全精度原版
Multiverse Computing 提出 QAH 方法，对 GPT-OSS 120B 压缩至 60B 并量化至 MXFP4 后，在 9 项基准中 7 项超越原 bfloat16 检查点，并在 LiveCodeBench 上超过 120B 原版教师模型。
推荐理由：原文给出了压缩-量化-恢复流程的对比，读者可据此判断 QAH 在训练稳定性与推理成本上的实际收益。
IEEE Spectrum · AIAI 评分3838 AI 伴侣机器人正填补现代家庭中的人际联结缺口
Ollobot 推出 AI 家庭伴侣机器人 OlloNi SS1，通过主动交互、情绪感知和持续在场填补现有技术的空白。全球 AI 伴侣市场预计从 2026 年的 480 亿美元增长至 2033 年的 3180 亿美元，年复合增长率 31%。
AIHubAI 评分1515 IJCAI-ECAI 2026 社交媒体汇总（二）：博士论坛、主题演讲与机器人演示
summary_zh: IJCAI-ECAI 2026 于 8 月 15-21 日在德国不来梅举行，第二期社交媒体汇总涵盖博士论坛、主题演讲、Early Career Spotlight Talks 及机器人中心参观。
Ollama BlogAI 评分3434 Claude Desktop 支持通过 Ollama 作为第三方网关
开发者可将 Claude Desktop 配置为通过 Ollama 作为第三方网关，同时使用本地模型和 Ollama 云端模型。连接后可在 Ollama 内切换 Anthropic 模型或关闭功能恢复原设置。默认关闭遥测，Ollama 对所有模型和服务执行严格零数据保留策略。
GitHub Engineering精选AI 评分6464 GitHub Accessibility Scanner 推出 Alt Text 插件：自动化检查通过不代表质量合格
GitHub 工程团队发布了一款 Alt Text 插件，帮助开发者改进网页图片的替代文本质量。插件默认运行 5 条确定性规则（缺失、文件名、占位符、泛泛用词、相邻重复），并可选调用模型判断上下文相关性；模型仅输出建议而非结论，且默认关闭。文中还说明了布局重复检测、隐私与成本控制、已知限制及开源评测工具。
推荐理由：文章展示了自动化检查与模型判断的边界划分，读者可借鉴其确定性规则优先、模型仅作建议的设计模式。
MIT News · AI精选AI 评分6262 MIT工程师开发η-learning工具，无需极端历史数据即可生成极端事件情景
MIT工程师提出名为η-learning的机器学习方法，可在不含极端事件的历史数据中学习并生成统计上合理的极端情景，如百年一遇暴雨的可能位置、范围和强度。该方法结合点统计与空间地图约束，已应用于美国大陆极端降水模拟，相关论文发表于Nature Communications。
推荐理由：该方法不依赖历史极端事件数据即可生成罕见情景，为城市和金融等领域的风险评估提供了可迁移的新工具。
Mistral AIAI 评分3939 Mistral 与 HUMAIN 宣布战略合作，推进沙特及区域主权 AI
Mistral 与 HUMAIN 宣布战略合作，覆盖 AI 基础设施、先进模型开发与 AI 解决方案部署，初期聚焦网络安全与语音，并计划开发阿拉伯语表现强劲的前沿模型，合作规模达数亿欧元。Mistral 将探索使用 HUMAIN 的数据中心基础设施，双方还计划在沙特推进联合 go-to-market 策略，面向受监管行业。
IEEE Spectrum · AIAI 评分6262 TU Delft用LLM将自然语言请求转为自动驾驶运动规划参数调整
荷兰代尔夫特理工大学研究人员用GPT-4o-mini解析乘客自然语言请求，如“我迟到了，开快点”，并调整安全感知运动规划控制器的参数。系统在nuPlan模拟器中测试，8种提示下按指令提升了速度或平滑度；调整后先以自然语言描述并请乘客确认，保持人在回路。评论指出该方法把LLM与主控制器分离可限制危险，但可证明安全性仍需额外验证。
NVIDIA Developer · AIAI 评分1717 Giga-Scale AI 与以太网演进：Spectrum-X Ethernet 如何重写规则
生成式 AI 规模扩张使分布式模型训练跨数十万 GPU，以太网成为一级性能瓶颈。Spectrum-X Ethernet 针对大规模 AI 重新设计以太网规则，保留标准化与成本优势的同时解决 scale-out 网络瓶颈。
NVIDIA Developer · AIAI 评分2828 NVIDIA Vera Rubin 与 Blackwell 设定 Agentic AI 每瓦性能新标准
summary_zh: NVIDIA Vera Rubin 与 Blackwell 面向 Agentic AI 推理推出新性能基准。OpenRouter 报告显示真实使用中平均每请求 prompt tokens 增长约 4 倍。
NVIDIA Developer · AIAI 评分2121 NVIDIA DSX MaxLPS 最大化 AI 工厂每瓦性能
summary_zh: AI 工厂是受电力约束的工业系统，衡量效率的关键指标已从 GPU 数量转向每瓦 AI 输出。NVIDIA DSX MaxLPS 针对推理负载优化应用级每瓦性能，关注电力分配与冷却等非计算环节的能耗。
NVIDIA Developer · AIAI 评分2323 用 NVIDIA Vera CPU 解决 Agentic AI 集群挑战
summary_zh: NVIDIA 提出 Vera CPU 应对 Agentic AI 集群调度难题，指出 AI 工厂中 GPU 负责运行模型，CPU 负责编排、工具执行与沙箱计算，而智能体工作负载具有不可预测和高动态特性。
NVIDIA Developer · AIAI 评分1212 NVIDIA BlueField-4 赋能 Agentic AI 工厂的新一代 Scale-In 网络基础设施
NVIDIA BlueField-4 DPU 为 Agentic AI 工厂提供专用数据处理能力，支撑多 Terabit 带宽下的线速网络、存储与安全。传统云基础设施面向通用工作负载设计，而 Agentic AI 工厂需连接多样用户、智能体、应用、数据源与存储系统至大规模加速计算单元。
NVIDIA Developer · AIAI 评分2020 NVIDIA Groq 3 LPX 如何在 Vera Rubin 上实现长上下文超快交互推理
NVIDIA Groq 3 LPX 是 NVIDIA Vera Rubin 平台的交互式 AI 推理加速器，与 Vera Rubin NVL72 搭配后扩展平台能力，覆盖从小模型到大模型、开源到闭源的最广泛 AI 工作负载。Vera Rubin NVL72 是迄今最通用的机器，提供高吞吐与交互性。
IEEE Spectrum · AIAI 评分2222 成为一名可适应工程师需要什么
summary_zh: AI 浪潮改变了工程师的工作方式，工具迭代加速、招聘门槛提高，PwC 2026 年 6 月报告指出科技、媒体和电信行业技能更替最快，WEF 2025 年《未来就业报告》预计到 2030 年 39% 的核心技能将发生变化。
Import AIAI 评分7272 Import AI 470：机器无权利；SPADE自动化环境生成；Hawkeye构建更好GPU内核
Import AI 470 分析了AI在网络安全、数学和AI研究中的分化加速现象，介绍了SPADE框架如何自动化环境生成以及Hawkeye如何构建更好GPU内核，并讨论了AI权利和意识的观点。
AIHubAI 评分6262 责任真空：高风险领域中的智能体AI问责困境
文章指出智能体AI已嵌入生产环境，但
Sebastian RaschkaAI 评分6262 Claude 文本水印机制详解
Sebastian Raschka 讲解了 Claude 文本水印的工作原理：水印在采样阶段通过密钥与锦标赛采样引入确定性，检测时无需重新运行模型，只需用相同密钥和函数对文本计分并设阈值。移除水印需编辑未知的水印位置，可能导致文本质量下降。
IEEE Spectrum · AIAI 评分1515 IEEE高级会员Balaji Ingole为电商网站开发AI工具
Balaji Ingole在B2B电商公司Amla领导AI驱动的数字转型项目，开发AI智能体帮助制造商在电商平台自动完成商品上架。传统商品设置需手动处理数千产品、耗时2至3个月，AI工具可大幅缩短这一流程。目前文章未披露具体模型版本、参数规模或benchmark分数。
Google ResearchAI 评分4646 Google Research 的 Biomarker Discovery Framework：从可穿戴传感器数据中优先排序候选生物标志物
Google Research 提出 Biomarker Discovery Framework，一个多智能体系统，用于从可穿戴传感器数据中优先排序候选生物标志物。在三个队列共9,279名参与者-观测中，框架自主识别了41个心理健康和25个代谢候选数字生物标志物。框架结合假设生成、统计分析、对抗验证和文献推理，通过11项内部检查电池分配报告标签，保持统计严谨性与人类监督。
NVIDIA Developer · AIAI 评分2525 NVIDIA 推出 GPU 加速矩阵分解算法 AdaptGrow，实现金融仪器规模化聚类
AdaptGrow 是 GPU 加速的矩阵分解算法，将滚动相关性与尾部依赖矩阵转化为硬聚类、软因子载荷和结构断裂信号，支持单 GPU 与多节点规模运行。该算法面向量化策略中的投资组合构建、风险聚合、统计套利与交易监控场景，解决错误分组带来的风险。
Amazon Science精选AI 评分6262 SOP-Bench：基于真实企业流程评估 AI 智能体的新基准
Amazon 发布开源基准 SOP-Bench，覆盖 12 个业务领域、2000+ 任务，把专家撰写的真实 SOP 与工具及答案对齐来评估智能体。实验显示升级模型未必提升表现、工具过多会降低成功率，且没有一种模型+智能体组合在所有流程中占优。
推荐理由：原文给出基线模型在真实业务 SOP 上的失败模式，读者可据此判断自研智能体在部署前应重点测试哪些环节。